索引是為了提高數據查詢的效率，類似于書的目錄。

索引的常見模型有三種：

1.哈希表：

只適用于等值查詢，不適用于范圍查詢

為什么呢？

哈希表是（key，value）的格式存儲，存儲的數據不一定是按照順序存的

比如user，有id，name，address三個屬性，用id%5作為哈希函數

現在存入3，2，1，4，7幾個id，如果我們要找id=2的user，2%5=2，很容易發現他在哈希表的第二個位置，但是id>2的不一定就存在第二個位置以后，比如id=6，6%5=1

那么如果位置沖突怎么辦？

上面已經存入了id=2的user，現在要存入id=7的user，7%5=2，也要存在第二個位置

使用拉鏈法解決

2.有序數組：

更新慢，查詢快，查詢的時間復雜度是log（n）

但是如果更新，必須要移動更新位置之后的元素

所以有序數組適用于靜態的數據庫，或者更新很少的數據庫。

比如2015年的人口信息，數據不會再改變

3.二叉搜索樹：

更新，查詢的時間復雜度都是log（n）

一般不推薦使用二叉樹

比如一棵 100 萬節點的平衡二叉樹，樹高 20。一次查詢可能需要訪問 20 個數據塊。在機械硬盤時代，從磁盤隨機讀一個數據塊需要 10 ms 左右的尋址時間。也就是說，對于一個 100 萬行的表，如果使用二叉樹來存儲，單獨訪問一個行可能需要 20 個 10 ms 的時間，這個查詢可真夠慢的。為了讓一個查詢盡量少地讀磁盤，就必須讓查詢過程訪問盡量少的數據塊。那么，我們就不應該使用二叉樹，而是要使用“N 叉”樹。這里，“N 叉”樹中的“N”取決于數據塊的大小。以 InnoDB 的一個整數字段索引為例，這個 N 差不多是 1200。這棵樹高是 4 的時候，就可以存 1200 的 3 次方個值，這已經 17 億了。考慮到樹根的數據塊總是在內存中的，一個 10 億行的表上一個整數字段的索引，查找一個值最多只需要訪問 3 次磁盤。其實，樹的第二層也有很大概率在內存中，那么訪問磁盤的平均次數就更少了。

N叉樹中右邊的兄弟比左邊的兄弟值大

InnoDB的索引模型：

每一個索引在 InnoDB 里面對應一棵 B+ 樹。

索引類型分為主鍵索引和非主鍵索引。主鍵索引的葉子節點存的是整行數據。在 InnoDB 里，主鍵索引也被稱為聚簇索（clustered index）。非主鍵索引的葉子節點內容是主鍵的值。在 InnoDB 里，非主鍵索引也被稱為二級索引（secondary index）。

主鍵索引和普通索引有什么區別：

主鍵索引：select *?from user where id = 10,只用搜索id這顆二叉樹

普通索引：select * from user where name='張三'，先搜索name這顆二叉樹中名字是張三的，再通過name這棵樹獲取到張三的id，去搜id這顆二叉樹，再獲取到全部信息。

去搜id這顆二叉樹的操作叫做回寫

索引維護：b+樹的合并，拆裂

索引什么時候使用自增主鍵，什么時候用自己的屬性？

自增主鍵的插入數據模式，正符合了我們前面提到的遞增插入的場景。每次插入一條新記錄，都是追加操作，都不涉及到挪動其他記錄，也不會觸發葉子節點的分裂。而有業務邏輯的字段做主鍵，則往往不容易保證有序插入，這樣寫數據成本相對較高。

?

主鍵長度越小，普通索引的葉子節點就越小，普通索引占用的空間也就越小。所以，從性能和存儲空間方面考量，自增主鍵往往是更合理的選擇。

有沒有什么場景適合用業務字段直接做主鍵的呢？還是有的。比如，有些業務的場景需求是這樣的：只有一個索引；該索引必須是唯一索引。這就是典型的 KV 場景。由于沒有其他索引，所以也就不用考慮其他索引的葉子節點大小的問題。這時候我們就要優先考慮上一段提到的“盡量使用主鍵查詢”原則，直接將這個索引設置為主鍵，可以避免每次查詢需要搜索兩棵樹。

?

回到主鍵索引樹搜索的過程，我們稱為回表。

那么有沒有什么方法可以避免回表呢？?

1.覆蓋索引：

select id from user where name='張三'

這種的我們可以發現，只需要查找user，那么通過找name這顆二叉樹獲得id就行，不用回寫。

類似上面的過程就叫做覆蓋索引

2.最左前綴：聯合索引的最左 N 個字段，也可以是字符串索引的最左 M 個字符
3.聯合索引：根據創建聯合索引的順序，以最左原則進行where檢索，比如（age，name）以age=1 或 age= 1 and name=‘張三’可以使用索引，單以name=‘張三’ 不會使用索引，考慮到存儲空間的問題，還請根據業務需求，將查找頻繁的數據進行靠左創建索引。
4.索引下推：like 'hello%’and age >10 檢索，MySQL5.6版本之前，會對匹配的數據進行回表查詢。5.6版本后，會先過濾掉age<10的數據，再進行回表查詢，減少回表率，提升檢索速度

總結

以上是生活随笔為你收集整理的MYSQL--浅析索引的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。